袁嘉：滥用数据优势行为的竞争法规制
文摘
社会
2024-04-06 23:07
山东
【内容摘要】数字经济时代滥用数据优势行为不仅诱发了直接排斥效应、供给挤压效应和市场封锁效应等竞争损害，而且阻滞了创新要素流通利用，不利于数据要素价值充分释放。我国《反垄断法》与《反不正当竞争法》均已围绕新兴业态开展数字化变革，但如何协调两者关系以塑造体系化数据竞争规则，迄今尚缺乏定论。我国宜以市场支配地位和相对交易优势地位的分层建构规制滥用数据优势行为，同时由反垄断法调整排他性滥用行为，并以保证特定数据的可获取性为重点；由反不正当竞争法调整剥削性滥用行为，以保障公平交易权为重点。
【关键词】数据优势 滥用行为 垄断行为 不正当竞争行为
文章来源：《政法论丛》2024年第2期
因篇幅所限，省略原文注释及参考文献。
伴随着以大数据、人工智能和物联网技术为标志的第四次工业革命快速发展，人类社会逐步迈入数字经济时代。我国数字经济发展迅猛，数字中国建设如火如荼，以华为、阿里和腾讯等为代表的数字企业崭露头角，政府部门和一些企事业单位也在数字城市、数字政务建设过程中积聚了足够规模和重要的数据体量，为下一步高质量发展数字经济打下了良好的基础。习近平总书记指出，“我们要站在统筹中华民族伟大复兴战略全局和世界百年未有之大变局的高度，统筹国内国际两个大局、发展安全两件大事，充分发挥海量数据和丰富应用场景优势，促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强做优做大我国数字经济”。党的二十大报告强调，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。习近平总书记关于数字经济发展的一系列重要论述，为大力发展数字经济提供了理论指导和行动指南。数据是数字经济发展的核心要素，如何构建公平有序的数据竞争规则对于我国数字经济发展目标的实现至关重要。数字经济发展的堵点在数据要素无法充分自由有序流动，一部分具有先发优势的企业和平台率先积累起大规模的数据，其想通过数据优势的持续积累而获得更多的市场优势，但新兴的中小企业在数字化过程中又需要更多的数据以参与公平的竞争，两者之间产生的矛盾和冲突愈演愈烈，近年来数字经济发展实践中频频出现的数据相关反垄断和不正当竞争纠纷即为例证。同时，滥用数据优势的行为还可能对消费者权益、创新动能等造成损害。因此，在数据产权制度建立的同时，还应当对数据利用的规则（即数据竞争规则）进行合理提炼和设计。2022年12月发布的《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“《数据二十条》”）中提出“构建适应数据特征、符合数字经济发展规律、保障国家数据安全、彰显创新引领的数据基础制度，充分实现数据要素价值、促进全体人民共享数字经济发展红利。”因此，在构建数据竞争规则过程中，应当首先对数据特征及其竞争意蕴进行研究，在此基础上总结提炼数据优势形成的机理和可能构成数据优势滥用的行为特点，最终在原有竞争法体系中结合数据特征和数字经济发展规律进行规则完善，使之成为能够彰显创新引领的数据基础制度重要组成部分，并最终达到实现数据要素价值和促进全民共享数字经济发展红利的目的。数据在产品研发、服务提供和价值链实现过程中是重要的投入品，即生产要素。因此，数据的积累可以带来明显的竞争优势，其主要体现在以下两大方面，一是在数据为主要生产要素的互联网经济中，企业积累的数据越多，其开发的互联网产品（如社交、购物、游戏、视频等）受到用户的青睐和使用频率也就越高，这又将进一步带来更多的用户和数据的积累，通过正向直接网络效应将快速放大企业的数据优势。另一方面，在数据成为更多行业生产和服务提供生产要素的背景下，拥有大量的数据也为企业进入新的行业和新的领域提供了良好的基础，从原来的“互联网+”到现在的“数据X”，都体现了数据对传统行业的改造和结合是数字经济发展的一种重要生产方式，此时，拥有大量数据优势的企业也更容易在新的行业和市场中获得竞争优势，从而实现间接网络效应。更有甚者，在直接网络效应和间接网络效应叠加的基础上，某些大型企业还将实现数字生态系统的搭建和完善，成为超级市场力量。数据是产品和服务个性化生产的重要基础，数字经济时代相较于传统工业及经济时代的生产方式和生产力变革体现在生产的个性化，无论是工业4.0或者新型工业化，还是电子商务模式下的网络购物，都较之于传统的工业生产和传统零售体现出更明显的个性化特征，而数据则是完成和塑造上述个性化必不可少的投入品。在广告市场上，基于数据分析的精准营销也显著提高了广告行业的生产效率和价值。尤其是收集了大量用户数据的平台建立起庞大的用户行为和用户画像数据库，不仅可以对原有市场中的生产和营销环节效率的提升有所帮助，同时还可以形成一种锁定效应，让用户对平台产生依赖。除此以外，平台掌握的大量可以普遍适用的用户数据还将明显降低平台进入其它新市场的难度。数字经济时代的创新活动往往也是基于数据的利用而展开，尤其是对于生成式人工智能等新型算法的开发，使得掌握了大量数据的经营者更容易通过不同的算法开发新产品和新服务，以满足日益增长的新需求。近几年火热的元宇宙、ChatGPT等新商业、新产品都是建立在数据大规模利用的基础上，目前这些赛道还未形成稳定的竞争格局，经营者的创新能力既来自于对算法的训练和完善（这也需要数据），也来自于对数据的最终分析和利用。从商业角度来看，数据的适度集中确实更有利于经营者快速开发出更具创新性和竞争力的新产品和服务。OECD的研究报告指出，经营者拥有的数据越多，数据利用的边际效用越高。例如在生成式人工智能开发的过程中，像谷歌的Deep Mind、微软的OpenAI通过早期持续投入先聚集了更多的数据，其训练出来的人工智能迭代速度就比新进入市场的其它人工智能更快。从市场竞争的角度来看，此时即使对所有开发者都提供同等规模和质量的新数据，也无法形成公平的竞争，具有先发数据优势的经营者将更容易占据市场。当然，根据研究发现，不同行业的数据利用边际效应仍然有所区别，例如对于LBS（Location Based Services，基于地理位置的服务，如外卖、团购等）平台经营者来说，其数据利用边际效用较之于人工智能行业则显得更小。如前所述，数据优势能放大数字经济发展中的规模效应，即当一个经营者拥有数据规模优势后，其能持续获得更多的用户使用并获得更多的数据，如此正向循环可以使得经营者不断加固其数据优势和市场力量。但是如果经营者滥用其市场力量限制市场上其它竞争对手公平地获取数据，例如通过二选一等限定交易或者掠夺性补贴方式排挤竞争对手，则可能损害整体市场竞争秩序。此外，具有数据优势的经营者还可能滥用范围效应不正当地垄断更多不相关市场，以搭建或者完善数字生态系统。数据具有非排他性和多栖性等特征，通过某一项产品或者服务收集起来的数据也同时可以运用到更多其他的产品和服务上，即使这些产品和服务之间没有任何关联。在传统经济时代，具有一定竞争优势的经营者往往只能将其竞争优势传导到上下游市场等相邻的市场，市场力量的传导效应确实有限。而进入数字经济时代后，基于数据产生的优势很容易被传导到毫不相干的市场，例如通过社交平台积累起来的数据优势，可以让平台更容易地进入游戏、支付、视频、音乐等行业；通过网络购物平台积累起来的数据优势，也可以让平台进入金融、外卖、文娱等行业。数据为新时代中庞然大物（或称科技巨头）的出现提供了重要基础，这些科技巨头们无一例外都在构建自己的大型数字生态系统，甚至可能会覆盖到几乎所有行业。尤其是当数字化成为社会经济发展主要方向后，拥有数据优势的企业可以更轻松地帮助各个传统行业完成数字化，也更能在此过程中进一步地发挥范围经济效应，并巩固自己的竞争优势。如果上述扩张是按照正常公平的竞争来开展的话则无可厚非，但是，如果具有数据优势的企业是滥用了其优势地位，通过不正当不合理的方式排挤其它市场上的竞争对手而达到自己的扩张目的，则属于无序扩张，会产生更加明显的损害竞争效果。数据是创新的源泉，但也可能会成为创新的阻碍。当数据在产品和服务创新中所起的作用越来越大，对数据的垄断性占有和使用则可能产生更大的阻碍创新效果。具有数据优势的经营者可以通过拒绝开放数据接口等行为限制竞争对手的创新，也可以通过歧视性交易的行为扶持自己的关联企业，而打击更具创新性和竞争力的竞争对手。近几年频繁发生的数据优势企业收购具有创新力的初创企业，也体现出明显的损害创新效应，尤其是当初创企业开发出可以超越原有优势企业的产品或服务时，对初创企业的收购将直接产生扼杀创新和竞争的效果，因此，美国、德国、欧盟等国家也纷纷完善反垄断立法，加强对扼杀式并购的审查。此外，ChatGPT的出现被视为里程碑式的事件，数字革命带来的新机遇发生在人工智能等领域，而人工智能训练的重要基础是大规模的数据和超高的算力，小企业本来应该成为新技术应用和创新的主力军，却可能会因为难以获得足够规模和质量的数据而无法与大企业直接竞争，从而产生创新领域的逆淘汰。只有对滥用数据优势损害创新的行为进行及时的规制，才能保证新领域新业态的健康发展。在公共数据的开发和利用领域，也面临潜在的创新损害风险。十八届三中全会提出“让市场在资源配置中起决定性作用，更好发挥政府作用”，我国也在如火如荼地开展数字中国建设，各地纷纷上马数字城市、数字政务等数字化平台。国家数据局的成立也预示着我国公共数据发展即将进入快车道。随着政府收集的公共数据数量和质量提升，政府在数据资源配置中能发挥的作用越来越大，一方面，各地已经开始探索公共数据资产评估、公共数据授权运营等模式，以进一步地扩大公共数据利用规模和效率；另一方面，国家数据局等部门也发起“数据要素x”行动计划，以发挥我国超大规模市场、海量数据资源、丰富应用场景等多重优势，催生新产业、新模式，培育经济发展新动能。在此过程中，值得关注的是，不同所有制、不同大小规模的经营者能否在公共数据商业化利用的过程中得到公平参与创新竞争的机会。因为企业往往才是利用数据进行创新的主力军，“更好发挥政府作用”意味着政府还应当在数据资源的公平合理配置中起到更大的作用，尤其是让中小企业能够更加容易地获得开发创新产品和服务的公共数据，以此也有可能可以对冲中小企业无法从大企业处获得足够丰富数据的风险，最终实现全面激发各种类型企业参与数据产品创新和竞争的潜力。一般认为，消费者可以从数字经济的发展中得到直接的好处和福利提升。数据的商业化利用可以为消费者提供定制化的产品和服务，能够提高生产效率降低生产成本从而降低价格。但是如果数据优势被经营者滥用，则可能会出现基于信息不对称的剥削行为。数据经济时代发生在经营者和消费者之间的信息不对称被进一步扩大，经营者收集到数据形成数据画像，再基于其对用户行为数据的持续获取，使得经营者能更加精准地预测用户的行为和趋势，这也给了经营者操纵和控制消费者的能力和机会。获得数据优势后的经营者为了进一步地获取边际利润，普遍会利用甚至是滥用该数据优势对消费者进行剥削，近年来讨论得比较多的大数据杀熟等行为即是明显例证。当然，数据优势会为经营者带来更多经营者福利，但不能以减损更多的消费者福利为代价。此时，应当对消费者福利减损、经营者福利增加、社会公共利益影响等多重因素进行衡量，以判断利用数据优势的行为是否具有违法性。此外，虽然消费者保护是一系列市场监管和消费者保护法律法规的主要任务，但竞争法也是通过保护竞争这一价值发现过程而间接保护消费者利益的重要工具。对于滥用数据优势损害消费者利益的行为进行反垄断规制和反不正当竞争规制可以更好地维护消费者权益。因此，对于在数字经济时代被放大的信息不对称效应以及因此而带来的消费者福利损失问题应当引起足够的关注和重视。目前世界范围内对滥用数据优势行为的规制主要分为以欧盟模式为代表的一般事前监管加特殊单行立法模式以及以德国模式为代表的特殊事前监管加反垄断法内生完善模式。美国尽管提出了一系列旨在规制平台数据利用行为的法案草案，但截止目前尚未获得通过施行。欧盟于2022年推出《数字市场法》，对拥有数据优势的数字平台进行守门人平台的认定，并据此赋予守门人平台更多的禁止性义务，例如禁止守门人平台将来自核心平台服务的个人数据与该守门人平台提供其它任何服务的个人数据或者第三方服务的个人数据合并以便平台合并个人数据，还要求守门人平台尊重入驻商家的差异化定价权、允许入驻商家通过守门人平台获取用户并开展营销活动等。欧盟模式并非在原有欧盟竞争法体系内增加反垄断条款，而是通过单行立法对大型的守门人平台赋予更多的数据开放义务和正当使用义务，以预防和抵消平台滥用数据优势损害市场竞争和交易相对人利益等。德国则是在2021年对《反限制竞争法》进行第十次修正时，引入了第19a条专门针对具有跨市场竞争优势地位的超大型平台特殊的垄断行为认定条款，例如禁止具有显著跨市场竞争影响的经营者没有正当理由进行自我优待、对竞争相关数据进行不正当的组合合并、妨碍产品或服务的互操作性、影响数据的可携性等。除此之外，德国的《反限制竞争法》第十次修正，还专门对原有市场支配地位认定条款进行了修订，加入了需考量“获取竞争相关数据的能力”方面的因素，然后在滥用行为中专门加入了禁止具有市场支配地位的经营者拒绝开放构成必需设施的数据接口等条款。2020年10月，美国国会众议院在经过16个月的调查后发布《数字市场竞争调查报告》，美国在规制滥用数据优势行为的实践中最值得关注的是“HiQ诉Linkedin案”，针对谷歌、苹果、脸书、亚马逊等超大型科技巨头平台涉嫌的反竞争行为及其对美国数字市场竞争带来的挑战，进行了详细的阐述。此后，2021年美国国会众议院推出了五大针对数字市场竞争难题的规制法案草案，尝试对超大型平台实施更重的监管义务。例如，在《美国创新和在线选择法案（草案）》中，要求受监管平台不得利用数据优势对条件相似的商业用户实施差别待遇，不得在运用非公共数据和搜索排名等方面实施自我优待，不得就平台接入等设置附加条件，限制或妨碍数据可携性等行为。而在《通过允许转换服务强化兼容性和竞争法案（草案）》中，对美国《联邦贸易委员会法案》第5(a)(1)条规定中的“不正当竞争方法”内涵进行了扩展，即要求受监管平台必须维持一组透明的第三方可接入界面（包括API）以确保安全可靠的数据传输，并且需促进和维持竞争对手或潜在竞争对手之间的互操作性。上述法案草案目前还未获得参议院通过，但也能体现出目前美国竞争法的立法者、理论界和实务界对于滥用数据优势损害竞争行为的关注和发展趋势。当然，美国上述法案最终能否通过还与促进其本国科技巨头企业发展的产业政策目标有直接关联，欧盟和德国之所以在对于超大型平台的规制方面走在前面，是因为其本身没有此类超大型平台，数字产业确实被美国的超大型平台所占据和垄断。与之相对应的是，我国目前也有自己的超大型平台，且逐步呈现国际化发展的趋势，在此背景下，我们既应当关注数字市场竞争中可能存在的滥用数据优势行为，也应当注意与数字经济高质量发展之间的关系和平衡。我国2022年新修订的《反垄断法》在第9条加入了“经营者不得利用数据和算法、技术、资本优势以及平台规则等从事本法禁止的垄断行为。”在第22条第2款中进一步明确“具有市场支配地位的经营者不得利用数据和算法、技术以及平台规则等从事前款规定的滥用市场支配地位的行为。”但针对这两条的配套制度和规则却并未予以进一步明晰。2023年年底的全国市场监管工作会议强调，要“细化完善反垄断反不正当竞争制度规则，加大经营者公平竞争合规宣传力度。”在数字经济时代快速发展的当下，完善数据相关反垄断反不正当竞争制度规则对于我国经济高质量发展有着重要作用，也为竞争合规工作的开展提供更加重要的指引。新修订的《反垄断法》第9条明确经营者可能会具有数据优势、算法优势等优势，而这种数据优势可能会被利用以从事本法禁止的垄断行为，即包括垄断协议、滥用市场支配地位、排除限制竞争的经营者集中等。所以该法第9条的内涵比第22条第2款要更加丰富，也能覆盖更多的垄断行为类型。回到第22条第2款的规定来看，这里并没有强调利用数据和算法从事滥用市场支配地位行为的主体必须是数据优势企业，也就是说即使不是因为数据优势而是因为其它方面的优势而取得市场支配地位的企业，也可能成为第22条第2款所述垄断行为的主体。只是一般认为，数据优势在市场支配地位的认定过程中，可以起到更大的作用。所以在未来的数据相关反垄断制度的规则设计和完善中，最起码应当厘清以下几个问题：一是基于数据优势的市场支配地位如何认定；二是具有市场支配地位的经营者在何等情形下的利用数据行为会被认定为滥用；三是具有数据优势的经营者在垄断协议认定中具有何等特殊性；四是具有数据优势的经营者在排除限制竞争的经营者集中反垄断审查中具有何等特殊性。继2017年和2019年两次修订《反不正当竞争法》之后，2022年11月国家市场监管总局再次发布了《反不正当竞争法（修订草案征求意见稿）》（以下简称“《征求意见稿》”），本次修改的主要内容和目标是完善数字经济反不正当竞争规则，规范治理新经济、新业态、新模式发展中出现的扰乱市场竞争秩序的行为。在《征求意见稿》第4条提出，“国家健全数字经济公平竞争规则。经营者不得利用数据和算法、技术、资本优势以及平台规则等从事不正当竞争行为。”首先，该条第2款的表述与新修订《反垄断法》第9条高度相似，明确提出了禁止经营者利用数据和算法优势从事不正当竞争行为，换言之，经营者既可能利用数据和算法优势从事垄断行为，也可能利用数据和算法优势从事不正当竞争行为。其次，该条第1款明确了反不正当竞争法在健全数字经济公平竞争规则中的作用，通过本次反不正当竞争法的修订，国家希望能够为数字经济经营者划清行为边界，倡导公平竞争，设定竞争规则。与之相对应，《征求意见稿》在第15条进一步细化了原有的互联网专条，明确加入了“经营者不得利用数据和算法、技术以及平台规则等，通过影响用户选择或者其他方式，扰乱市场公平竞争秩序。”但本条并不能涵盖前述所称的“利用数据和算法优势从事的不正当竞争行为”，其只局限于“利用数据和算法通过影响用户选择等方式开展的扰乱市场公平竞争秩序行为”。由此可见，一方面，本条的规则设定并非以数据优势的具备和滥用为前提，另一方面，本条的规制重点也停留在可能影响用户选择的阻碍行为，并未涉及更多的其它数据相关滥用行为。同时，《征求意见稿》第17条也设定了可能与数据竞争规则相关的条款，即“经营者不得利用技术手段、平台规则等，违反行业惯例或者技术规范，不当排斥、妨碍其他经营者合法提供的产品或者服务的接入和交易等，扰乱市场公平竞争秩序。”这里的产品或者服务的接入或者交易放在数据经济的背景下可能涉及到数据接入的问题，也与目前已经存在的一些类似于平台通过平台规则限制其它互联网经营者提供的产品分享链接或者数据接口的实践相对应。但这一条款同样存在的问题是，忽略了考量经营者是否具有数据优势的前提条件，如果经营者不具有一定的市场力量，其排斥、妨碍数据接入的行为往往不易达到扰乱市场竞争秩序的效果。最后，值得关注的是，《征求意见稿》在第13条专门加入了禁止经营者滥用相对优势地位的条款，这里的滥用行为包括了强迫排他交易、不合理限定交易、强制搭售、不合理设定交易条件、强制限流屏蔽等。这里的相对优势地位是否可以通过数据优势进行认定需要进一步明确和细化，同时滥用行为中的多种类型也与目前数据收集、使用和交易的各个环节相关，但也有可能与前述提到的第15条和第17条的新型不正当竞争行为类型产生交叉和竞合。因此，对滥用基于数据优势产生的相对交易优势地位行为进行更加明确的规制，并据此制定出数字经济领域的公平竞争规则既有必要，也有现实可行性。如何认定经营者因具有数据优势而获得市场支配地位，应当从单个条件分析和整体联动分析两个层面展开。我国《反垄断法》将市场支配地位定义为“经营者在相关市场内具有能够控制商品价格、数量或者其他交易条件，或者能够阻碍、影响其他经营者进入相关市场能力的市场地位。”同时，该法还列举了相关市场的市场份额、控制销售市场或者原材料采购市场的能力等考量因素。如果要认定某经营者因具有数据优势而具有市场支配地位，首先应当界定涉及数据的相关市场，数据的商业化利用一般包括数据获取采集、分析利用、流通交易等三大环节，同时，数据还可以分类为个人数据、企业数据和公共数据，或者按行业分为交通行业数据、医疗行业数据、零售行业数据、化工行业数据等；数据也可以分级为一般数据、重要数据和核心数据。依据上述数据分类分级的标准和方法，可以对涉及数据的相关市场进行界定，尤其是在数据流通交易的过程中，更容易对数据交易的供需双方进行界定，从而使用需求替代分析和供给替代分析的方法展开相关市场界定。在数据相关市场界定中比较特殊的情形包括公共数据的授权开放使用，政府部门收集形成的公共数据目前大多以授权经营的模式开展对外许可和授权，且以排他式的特许授权模式为主。对于这一部分排他性开放授权使用的公共数据而言，其事实上构成单一的相关市场，即得到授权独占使用该公共数据的经营者比较容易直接认定为在该部分公共数据相关市场上具有独家垄断的市场地位。除此以外的其他数据相关市场，则需更多地借助市场份额等指标开展进一步分析以判定经营者是否具有市场支配地位。在对经营者因数据优势而具有控制上下游市场能力的判定中，可以考虑数据的实际可获取性问题，即如果某经营者占有大量的上下游经营者开展业务所必需的重要数据，则该经营者更容易获得控制上下游市场的能力，其具体也会体现为该经营者在数据获取和数据许可中的强势谈判地位和制定价格、交易条件的能力。另一个认定因数据优势具有市场支配地位的关键因素是数据壁垒，如果某一经营者因具有大量重要的数据而控制了相关市场的市场进入，此处考量的重点是该部分数据是否可能或者容易被其它经营者所获取。以平台经济为例，在各大平台发展的初期，不同平台经营者之间积累的数据数量和质量差距并不明显，再加之数据具有的非排他性、用户多栖性等特点，导致市场进入壁垒较低。但随着平台之间竞争加剧，部分平台因无力继续支出高额营销成本、发展方向选择错误等原因被迫退出市场，剩下的平台积累的数据无论从质量还是从数量上都远超其它竞争对手，此时即使有潜在的竞争对手再想进入该市场，也已然面临较高的市场份额，从而产生阻却效应。最后，在基于数据优势认定市场支配地位的过程中，应当注意数据的规模效应和范围效应带来的影响。数据规模发展到一定程度，即能够产生“数据-用户-数据”正向反馈回路，自动获得数据锁定效应，尤其是在社交属性和通讯属性更为明显的平台经济中，锁定效应更为突出。数据的范围效应则会带来基于数据建立或者扩大数字生态系统的能力，通过拥有数据更快进入不同的相关市场，从而搭建其数字生态系统，是现有数据优势企业常用的商业战略，也为其带来跨市场的竞争优势，这种竞争优势反过来也会加强其在某些相关市场上的市场力量。综上所述，基于数据优势认定市场支配地位应当重点关注数据相关市场的界定、经营者通过重要数据控制上下游市场的能力、通过数据壁垒控制相关市场的进入等因素。此外，在市场支配地位的认定过程中，还需要考虑海量数据带来的锁定效应、直接网络效应和间接网络效应等。国家市场监管总局最新公布的《征求意见稿》加入了禁止经营者滥用相对优势地位的条款，并在第47条将相对优势地位定义为“包括经营者在技术、资本、用户数量、行业影响力等方面的优势，以及其他经营者对该经营者在交易上的依赖等。”此处所定义的相对优势地位既包含了基于交易上的依赖性所产生的优势地位，也囊括了基于技术优势、资本优势等产生的优势地位。笔者认为我国反不正当竞争法首要关注的应该还是基于交易上的依赖性所产生的优势地位，应当将其明确为相对交易优势地位更为适宜。而其它基于技术优势、资本优势等产生的优势地位跟反垄断法上的市场支配地位更为接近，不宜放入反不正当竞争法进行规制。相对交易优势地位的认定一般是基于依赖性理论对交易关系中的优势程度进行分析。在德国《反限制竞争法》第20条中提到，“如果作为某类商品或工商业服务的供应方或需求方的中小企业如此以来于某企业或企业联合组织，没有足够的、可期待的可能性转向其它企业，则该企业相较于中小企业具有相对交易优势地位。”由此可见，相对交易优势地位的认定应当从缺乏足够的、可期待的转向可能性入手。“缺乏转向可能性”是指作为交易相对人，无法转向其它的经营者去进行交易，这既包括无法转向其它经营者进行采购，也包括无法转向其它经营者进行销售。此时认定的难点在于如何判断何为“足够的、可期待的”转向可能性。对于“足够性”的判断可以叠加考虑市场上能够提供类似商品或服务的企业数量、产品和行业特性、消费者偏好和商誉等。例如同为连锁超市，已经存续十年以上的知名品牌连锁超市相较于刚创立的新品牌超市明显积累了更多的商誉。在进入壁垒高的行业中比在进入壁垒低的行业中更容易认定“足够性”。而对于“可期待性”的认定则通常需要运用主观判断标准，即从交易相对人的角度出发去衡量转向其它的经营者进行交易是否需要承担较大的沉没成本和交易风险等。进入数字经济时代后，数据成为众多产品和服务得以优化的重要投入品，甚至数据本身也成为了交易对象。此时基于数据所产生的相对交易优势地位需要得到更多的关注。2021年德国《反限制竞争法》的第十次修订专门加入了第20条1a款，即“如果某经营者控制了其他经营者开展自身业务必需的数据，则其他经营者对该经营者具有依赖性。当该经营者拒绝以合理对价开放该等必需数据时，则构成不当阻碍。同时，如果数据无法通过公开市场交易获得，则拒绝开放此类数据也将构成不当阻碍。”根据该条款至少明确了两点，一是拥有开展某项业务所必需的数据可能导致交易相对人对该经营者产生依赖性；二是与数据相关的依赖性判断并非必须以原有的在交易中缺乏足够的、可期待的转向可能性为基础。这对于与数据有关的相对交易优势地位认定将产生重要影响。德国法的这一条款引入还有一个大的背景是必需设施原则在滥用市场支配地位行为认定中存在较大争议，因此德国的立法者为了明确拥有必需数据的经营者之特定行为义务，通过引入禁止滥用相对优势地位拒绝开放数据制度对其进行补充，即就算经营者并不拥有市场支配地位，但只要其拥有必需数据，则需承担以合理对价开放数据的行为义务，否则构成不当阻碍的滥用行为。在实践中，拥有必需数据而使得交易相对人对其产生依赖性的现象确非少见，尤其在平台经济中，无论是大型的综合平台，还是垂直平台，都可能通过长时间参加“赢者通吃”的吸引用户竞争而获得最终胜利，此时留下来的平台通常具有庞大的用户数量和重要的用户数据。大数据的使用应当以“大”为基础，生成式人工智能等算法模型的训练和进一步的产品开发都需要以巨量的数据作为原料，市场上拥有巨量数据的经营者往往集中在几家大的平台，因此，新技术的开发和运用很容易演化为只有几家大平台能参与的贵族游戏。美国的OpenAI公司开发出了世人瞩目的ChatGPT人工智能模型，因为其与拥有大量数据的微软公司进行深度合作。最近新发布的足以挑战ChatGPT的Gemini人工智能大模型则是谷歌公司长期开发和运用自身巨量数据训练的产物。人们都知道人工智能大模型将给各个行业带来颠覆性的改变，但能够参与其中，进行大数据训练和开发的公司却寥寥无几，这无非是各大平台进一步加固其垄断优势和地位的新机遇。此外，在数智化产品层出不穷的当下，各个产品和服务都深度植入了数据收集和利用的数字化技术，当人们使用冰箱、电视、汽车等家用电器和日常交通产品时，机器都在搜集大量的数据，这些数据对于事后机器的维修保养等服务，也具有重要甚至关键的作用。以往消费者购买奔驰、宝马等传统汽车后，通常还可以选择到原厂之外的其它汽修店进行保养和维修，但现在如果购买了智能化汽车后，往往只能选择回原厂进行维修，因为第三方维修厂可能无法获得足够的必需数据以提供服务。最后，公共数据的收集和利用者也可能获得相对交易优势地位，即当这些公共数据因为授权经营等模式，只能从某个特定的经营者处获得时，其它经营者相对于该公共数据持有者就具有不可转向的依赖性。此时，即使公共数据的持有者或运营者只是一家很小的企业，但它却仍然能够拥有较高的谈判地位和议价能力。如果该经营者通过独占公共数据获得了相对交易优势地位，此时则需要对可能滥用该相对交易优势地位的行为进行规制。在对滥用数据优势行为进行竞争法规制时，需明确反垄断法和反不正当竞争法的目标一致性和功能定位的区分性。首先，反垄断法与反不正当竞争法都以通过维护公平有效的竞争秩序和促进市场经济健康发展为终极目标；其次，反垄断法重点关注宏观的市场竞争秩序，而反不正当竞争法则重点关注微观的正当竞争利益和消费者权益等；最后，反垄断法和反不正当竞争法在市场力量规制领域还有一定的分工与合作，即反垄断法对已经达到市场支配地位的经营者施加义务限制，而反不正当竞争法则对仅具有相对交易优势地位的经营者赋予禁止性义务。据此，对滥用数据优势行为的规制应当首先明确滥用数据优势行为的特点和分类、区分市场力量的大小，然后再结合反垄断法和反不正当竞争法的价值目标和功能定位设计框架和具体规则。市场力量滥用理论将滥用行为一般分为两种类型：妨碍性滥用和剥削性滥用。所谓妨碍性滥用，是以排挤竞争对手、直接排除限制竞争为目的，最终产生的行为效果是竞争对手减少或者消失，拥有市场力量的经营者进一步巩固自己的市场力量。妨碍性滥用还可能对其它相关市场产生传导效应，即经营者利用自己在某市场上的竞争优势，对上下游市场的竞争对手进行妨碍和排挤。与妨碍性滥用相区别的是，剥削性滥用更关注拥有市场力量的经营者对交易相对人（包括最终消费者）的剥削行为，即获取垄断利润的行为。拥有市场力量的经营者从事剥削性滥用行为将直接损害交易相对人的选择权、公平交易权等合法权益，并通过扩大收入提高资本实力、加大交易相对人的依赖性等效果，间接提升和加固自身的市场力量，从而损害市场竞争。在数字经济时代，无论是妨碍性滥用还是剥削性滥用，都需要在原有理论基础上进一步延伸和完善。例如，随着数据作为核心生产要素在各行各业的广泛使用，以数据为中心的生态系统商业模式初步确立，拥有市场力量的经营者不但可以通过妨碍性滥用将市场优势传导到上下游市场，还可以传导到其它不相干市场，传导效应的适用范围和可能性显著提升。而同样是剥削性滥用，目前也出现了对于交易相对人的非价格性垄断行为，即不再仅仅停留在不公平高价或者不公平低价的垄断利润攫取模式，而是通过强行收集数据、不公平的数据集合使用条款等方式侵害交易相对人的合法权益，并最终巩固自身的数据优势。如前所述，在反垄断法和反不正当竞争法二元体系的竞争法部门发展过程中，反垄断法和反不正当竞争法在维护市场竞争秩序和促进经济发展方面的目标更加一致，功能定位也越来越贴近，但二者之间具体的分工协作却需得到更进一步的厘清。由于反垄断法重宏观整体市场竞争秩序的维护和有效自由竞争的保护，其在滥用市场力量规制中的主要作用应当体现在对排除限制竞争行为的禁止。换言之，禁止滥用市场支配地位行为的出发点和重点应当在防止市场支配地位的不正当巩固和传导到其它市场方面，对于消费者权益的保护等利益是反射性保护，因此对于妨碍性滥用行为应当主要由反垄断法进行规制。而反不正当竞争法更加关注对于具体作为交易相对人的经营和和消费者合法权益的保护，与之相对应的是，剥削性滥用行为应当主要由反不正当竞争法予以规制。本文所论及的滥用数据优势行为也将区分为数据优势妨碍性滥用的垄断行为和数据优势剥削性滥用的不正当竞争行为，以此为基础展开对于滥用数据优势行为的规制路径。（二）规制滥用数据优势的垄断行为：以保证特定数据的可获取性为中心具有基于数据优势获得市场支配地位的经营者可能会滥用其数据优势对竞争对手进行排挤和打压，从而构成妨碍性滥用。此类不当排除限制竞争的行为往往是以阻止他人公平获取竞争相关数据、拒绝开放数据接口等形式展开。而对于创造公平竞争的市场环境来说，保证特定数据的可获取性具有重要意义。因此，对滥用数据优势的垄断行为规制可重点从以下几个方面展开。首先，应当规制滥用数据优势限定交易行为。具有数据优势的经营者往往具备交易规则制定权，其中很多规则是通过平台规则予以设定。为了保持和巩固其数据优势地位，有的经营者会尝试通过交易规则限定交易相对人只能与其进行交易，即持续不断地将交易数据和相关衍生数据保持在该经营者所拥有的平台上。无论是网络购物平台中的入驻商家、外卖团购平台上的商家和骑手等、网约车平台上的司机还是社交平台中的用户，都从某种程度上被平台规则约束和限制。当然，这类限定交易的行为应当达到严重损害市场竞争并且不具有合理理由的情况下才应当被认定为垄断行为予以规制。经营者所拥有的数据优势越大，规则设计越不对等，越针对特定的重要竞争对手，则越可能被认定为垄断行为。其次，应当规制滥用数据优势拒绝交易行为。滥用数据优势的拒绝交易与传统的滥用市场支配地位拒绝交易行为从认定方法上来看有一致性，只是出现了原有拒绝交易行为适用的新场景。传统拒绝交易行为更多发生在有对价的产品或者服务中，即使交易相对人提出了合理的对价也被拒绝交易，则可能构成没有正当理由的拒绝交易行为。滥用数据优势的拒绝交易行为很可能会发生在两种场景下，一种是对于数据交易（或数据授权使用）的拒绝，一种则是实践中经常出现的拒绝开放数据接口（API接口）的行为。滥用行为认定的难点在对正当理由的把握，如果在数据交易的场景下，拥有数据优势的经营者可能会基于隐私保护、数据安全、投资激励等原因提出更多的正当理由抗辩；但拒绝开放数据接口的行为更容易与互联网要求互联互通的基本理念相违背，并且仅仅开放数据接口的请求对于隐私保护和数据安全等影响较小，比较难以此为正当理由进行抗辩。再次，应当规制滥用数据优势搭售或者附加不合理交易条件。如前所述，拥有数据优势的经营者往往试图通过利用其数据优势进入更多市场，以搭建或完善其数字生态系统。如果是通过正常的效率提升和创新进入新市场参与竞争没有任何问题，但如果经营者滥用其数据优势对新市场上的竞争对手进行排挤或者通过附件不合理交易条件剥削交易相对人，则可能构成垄断行为。常见的数据相关搭售可以体现为，将数据交易或者数据许可使用与其它不相关的产品服务打包，强迫交易相对人购买。附加不合理交易条件则可能体现为要求交易相对人在获得数据授权后新获取的数据必须返授给该经营者，以加强和巩固其数据优势等。复次，还应当规制滥用数据优势自我优待行为。欧盟《数字市场法》和德国新修订《反限制竞争法》都将禁止自我优待行为作为具有跨市场竞争优势的超级平台之特殊义务，换言之，普通经营者或者平台的自我优待行为并非是竞争法规制的对象。而滥用数据优势开展的自我优待行为也应当具备以下要件，一是经营者因拥有强大的数据优势而具有跨市场竞争优势，二是经营者在其它新市场上成为新的竞争对手；三是经营者滥用其数据优势通过自我优待将市场力量传导到新市场上并损害了新市场的市场竞争；四是经营者的自我优待行为明显加强了经营者在整个数字生态系统中的掌控力。（三）规制滥用数据优势的不正当竞争行为：以保障公平交易权为中心对于滥用数据优势的不正当竞争行为认定，应当重点关注交易相对人和最终消费者的核心权益，即公平交易权。对于经营者滥用数据优势实施的不公平交易行为，可提炼为典型的剥削性滥用行为进行规制。我国《反不正当竞争法》第1条明确了“保护经营者和消费者的合法权益”是本法的立法目的，同时在第2条第2款也提到本法所称的不正当竞争行为，是指经营者在生产经营活动中，违反本法规定，扰乱市场竞争秩序，损害其他经营者或者消费者的合法权益的行为。剥削性滥用针对的对象即是作为交易相对人的经营者和消费者。由于反不正当竞争法中可能规制的拥有数据优势的经营者并非是具有市场支配地位的经营者，而更应该是基于依赖性理论拥有相对交易优势地位的经营者，所以此处的剥削性滥用一般是以对于此种依赖性的不正当使用所引发。在实践中，常见的基于依赖性所产生的剥削性滥用可能表现为强制收集合并用户数据、大数据杀熟、强迫交易相对人接受不合理的平台规则和用户协议等。首先，应当规制滥用数据优势强制收集合并用户数据的行为。拥有数据优势的平台往往通过范围效应的实现在多个产品和服务市场上开展经营活动，而其出发点往往是具有一定用户规模优势和数据优势的核心平台服务。作为消费者的用户，尽管在使用平台服务时可能并未直接支付金钱对价，但其付出了注意力的成本，以换取“免费”的服务。同时，在一些社交属性比较强的平台服务中，消费者对该平台服务具有很强的依赖性，因为如果要转换到其它竞争性平台可能会损失掉联系人和联系网络。此时，平台相较于用户而拥有了相对交易优势地位，也可能会出现平台经营者滥用该相对交易优势地位允许其超范围收集用户数据或者合并用户在其它关联平台上的数据以更全面地掌握用户数据画像信息。强制收集合并数据不仅可能会侵犯用户个人隐私，也可能导致对于用户利益过度攫取的操纵行为。即用户接受该平台提供服务的前提是，只“出售”一定的注意力以换取免费服务，而不是还要自身更全面的数据同时都一揽子许可给平台使用。对于此类行为应当以反不正当竞争法加以规制。其次，应当规制滥用数据优势进行大数据杀熟的行为。大数据杀熟的现象产生由来已久，尤其是在网络购物平台（包括酒店预订、机票代理销售等平台）上，平台经营者通过对消费者购物行为数据的收集和分析利用，精准画像出消费者的购物行为习惯和特征，再以此为基础对消费者展示不同的价格和交易条件，以此达到精准化营销的目的。如果是普通的精准化营销还是值得鼓励的，一般认为其能够提高资源配置效率并更好地满足消费者需求，但如果是恶意地利用数据优势对部分消费者实施不公平的高价或者附加不合理交易条件，则可能构成大数据杀熟。有的消费者在得知自己被实施大数据杀熟后却无力维权，也无法用脚投票，因为其已经对该平台产生了不可转向的依赖性。理论界一度认为应当用反垄断法规制大数据杀熟行为，但此类行为对市场竞争整体影响不怎么明显，而对部分消费者群体的影响更大一些，所以新修订的《反垄断法》也没有将大数据杀熟行为纳入规制范围。此时应通过《反不正当竞争法》对基于依赖性所发生的大数据杀熟行为进行规制，以更好地维护消费者的合法权益。最后，还应当规制滥用数据优势和平台规则附加不合理交易条件的行为。在平台经济中，涉及到市场竞争和市场交易的主体包括平台经营者、平台入驻商家、和平台用户等，还包括平台骑手、网约车司机等特殊主体。平台经营者掌握的数据优势越大，其它市场主体对该平台经营者的依赖性越强，而平台也越有机会和可能对其它市场主体进行剥削。在实践中，平台通过设定平台规则和用户协议内容的方式对平台入驻商家、骑手和用户施加不合理的交易条件情形时有发生。曾有学者通过卧底调查的方式对某外卖平台与骑手之间的不公平规则设定问题进行了研究和揭示，但实践中通过法律方式规制该行为的案例却极少。一些网约车平台对网约车司机曾设置不合理的合作条件，导致司机长期在高压下完成不对等的任务。平台在用户协议中加入不合理的数据超范围使用条款、放松隐私保护义务条款等情形也曾经被大众和舆论所关注，但由于没有明确的法律规定对其进行规制，而欠缺实际的执行案例。作为交易相对人一方的商家、骑手、司机或者用户也缺乏提起诉讼维护自身权益的意愿和可能。尤其是在交易相对人对该平台具有不可转向的依赖性之背景下，更鲜有人会愿意为了所谓的维权而丧失继续合作或交易的机会。此时也需要《反不正当竞争法》介入给予明确的规制，以维护交易相对人的合法权益。我国已驶入数字经济发展的快车道，从中央到地方、从政府到企业、从集体到个人，都与以数据利用为基础的数字经济发展息息相关。目前的数据商业化利用仍然面临数据流通不足、开放受限等众多堵点，“数据孤岛”的行为使得数字经济发展呈现出效率边际效应递减的趋势。为了更好地利用我国的大规模市场和海量数据的优势，需要加强对于数据利用和流通堵点的清理，其中的重点即体现为对于滥用数据优势行为的竞争法规制。尤其是应当对新修订《反垄断法》相关条款制定“数据商业化利用的反垄断规制指南”，加强反垄断法对不当排除限制竞争的妨碍性滥用行为的规制；通过在此次拟修订的《反不正当竞争法》中加入禁止滥用相对交易优势地位进行大数据杀熟或者附加不合理交易条件等条款，加强对于损害消费者权益和其它经营者合法权益的保护以维护公平竞争秩序。如此，方能激发各市场主体公平合理利用数据的热情，创造利用数据进行创新创造的环境，培育出更多基于数据要素的新产品和新服务，最终实现数据赋能实体经济、发展新质生产力的目标，以推动我国经济高质量发展。袁嘉（1983-），男，四川泸州人，法学博士，四川大学法学院副教授，四川大学法学院创新与竞争法研究中心主任，研究方向为竞争法。
本文原载《政法论丛》2024年第2期。转载时请注明“转载自《政法论丛》公众号”字样。
